IMPLEMENTASI DATA MINING TERHADAP DATA PENJUALAN PADA INDUSTRI KULINER MENGGUNAKAN ALGORITMA FP-GROWTH

Abstract

PT Aneka Selera Nusantara merupakan restoran yang bergerak di bidang kuliner, khususnya seafood dengan menu spesial berbahan dasar seafood segar. Masalah yang dihadapi oleh perusahaan adalah banyaknya pesanan dari konsumen yang berbeda, seringkali data transaksi hanya digunakan untuk pengarsipan. Untuk mengatasi masalah ini, teknik data mining digunakan untuk mengekstraksi informasi dari pola data transaksi penjualan dengan tujuan mengelola data yang besar. Salah satu teknik data mining yang digunakan adalah aturan asosiasi. Aturan asosiasi digunakan untuk menemukan aturan hubungan antara kombinasi itemset. Algoritma FP-Growth digunakan dalam pembangunan frequent itemset, dimana algoritma ini menggunakan struktur data tree atau FP-Tree, sehingga hasil dari frequent itemset dapat langsung diketahui. Hasil pengujian, aturan asosiasi menemukan produk yang dibeli secara bersamaan pada saat yang sama dengan nilai Support dan Confidence tertinggi, yaitu: jika konsumen membeli barakuda bakar acar dan sweet hot tea, maka dipastikan 100% konsumen juga akan membeli nasi putih dengan nilai Support 44%. Jika konsumen membeli original hot tea, kangkung balacan, dan udang pasir mas, maka dipastikan 100% konsumen juga akan membeli nasi putih dengan nilai Support 38%.